为何 hadoop streaming 集群运行结果与测试结果差异极大?

求助一下各位。

背景：

原始数据中的每行是个样本，每条样本包含一些关键字，mr作业目标是计算特定的一些关键字在所有样本中的覆盖率(即关键字出现次数 / 样本总数)，线下使用cat map sort reduce 测试的结果无异常，但提交作业到hadoop集群后结果很奇怪，有两点异常 ：

1 计算结果中，很多关键字丢失

2 覆盖率的值只出现0.0和1.0，没有其它的值

补充：

已经注意了Python2要使用float / float这一点，但还是有如上两点问题